Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Bisher ging es in diesem Kurs um das Erstellen von Modellen für maschinelles Lernen (ML).
Wie Abbildung 1 jedoch verrät, sind reale ML-Systeme für die Produktion groß
und das Modell ist nur ein einzelner, relativ kleiner Teil.
Im Mittelpunkt eines realen Produktionssystems für maschinelles Lernen steht das ML.
Modellcode, stellt aber häufig nur 5% oder weniger der gesamten Codebasis in
System. Das ist kein Fehldruck, ist es deutlich weniger, als Sie
zu erwarten ist. Beachten Sie, dass ein ML-Produktionssystem erhebliche Ressourcen
den Eingabedaten hinzu: Sie sammeln,
verifizieren und Funktionen daraus extrahieren.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Benötigte Informationen nicht gefunden","missingTheInformationINeed","thumb-down"],["Zu umständlich/zu viele Schritte","tooComplicatedTooManySteps","thumb-down"],["Nicht mehr aktuell","outOfDate","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Problem mit Beispielen/Code","samplesCodeIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2024-08-13 (UTC)."],[],[]]